Selección de actividad
Guía detallada e implementación de Python para el problema 'Selección de actividad'.
1. aprender
El problema de la 'Selección de actividad' es un desafío clave en la sección Codicioso.
Esta implementación se centra en la lógica de nivel fácil en Python.
Priorizamos la precisión técnica y la legibilidad del código en las soluciones que brindamos.
2. Real-World Applications
3. Visual Intuition
Visualización del flujo lógico para la selección de actividades.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lea atentamente el enunciado del problema para la selección de actividades.
2. Formulate brute force
Redacte una solución iterativa simple.
3. Identify inefficiency
Busque cálculos redundantes.
4. Optimize search path
Utilice hash o clasificación para acelerar el proceso.
5. Final Implementation
Limpiar el código para los estándares de producción.
Declaración del problema
Escriba una función activity_selection(start, end) que tome dos listas start y end que representen las horas de inicio y finalización de las actividades. Encuentre el número máximo de actividades que puede realizar una sola persona, suponiendo que una persona solo puede trabajar en una sola actividad a la vez. Dos actividades no se superponen si la hora de inicio de la segunda es mayor o igual que la hora de finalización de la primera.
- •1 <= len(start) == len(end) <= 10^5
- •0 <= start[i] < end[i] <= 10^9
Ejemplos
activity_selection([1, 3, 0, 5, 8, 5], [2, 4, 6, 7, 9, 9])
4
A person can perform at most 4 activities: [1,2], [3,4], [5,7], and [8,9].
activity_selection([10, 12, 20], [20, 25, 30])
2
Two activities can be performed: [10,20] and [20,30].
Need a Hint?
Edge Cases to Watch
- Estructuras de entrada vacías
- Entradas de un solo elemento
- Grandes límites numéricos
¿Listo para resolver?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Ideas y variaciones de la entrevista
Desglose del análisis de complejidad
Por qué el tiempo: Directly evaluates all possibilities.
Por qué el espacio: Uses standard local memory.
Por qué el tiempo: Optimized paths reduce total operations.
Por qué el espacio: May trade memory for speed.
Código Python de solución optimizada
Código Python de solución optimizada
def select_activities_opt(start, end):
activities = sorted(zip(start, end), key=lambda x: x[1])
res = 1; last_end = activities[0][1]
for i in range(1, len(activities)):
if activities[i][0] >= last_end: res += 1; last_end = activities[i][1]
return resCódigo de fuerza bruta (spoiler guardado)
Código de fuerza bruta (spoiler guardado)
def select_activities_brute(start, end):
n = len(start); res = 0
def solve(i, last_end):
if i == n: return 0
excl = solve(i + 1, last_end)
incl = 0
if start[i] >= last_end: incl = 1 + solve(i + 1, end[i])
return max(incl, excl)
return solve(0, 0)Algorithm Pattern Checklist
When dealing with Greedy data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Se aplican las propiedades estándar del problema codicioso.
Preguntas relacionadas
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Recursos recomendados de Python
Amplíe sus conocimientos con tutoriales interactivos relacionados, hojas de trucos y comparaciones de códigos.
Bucles de Python
Aprenda a utilizar bucles de Python para iterar sobre datos. Domine los bucles for, while, rompa, continúe y realice bucles con ejemplos interactivos.
Cómo ordenar una lista en Python
Aprenda a ordenar una lista en Python usando el método sort() y la función sorted(). Descubra ejemplos de ordenación inversa y clasificación de claves personalizadas.
Hoja de trucos sobre métodos de cadenas de Python
Una guía de referencia completa para la manipulación de cadenas de Python. Domine el formateo, la búsqueda, la división, el reemplazo y la verificación de las propiedades de las cadenas.
Python vs JavaScript: ¿Qué lenguaje de programación es mejor?
Una comparación completa entre Python y JavaScript. Explore las diferencias de sintaxis, el rendimiento, los casos de uso (backend frente a frontend) y ejemplos de codificación.